人工藻类算法在电力系统经济调度中的应用研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:kashemir
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
经济调度是电力系统经济运行中的经典优化问题,解决该问题能够缓解能源危机、减轻环境压力。经济调度具有非线性、非凸、高阶、不连续的特点,在求解过程中容易出现求解精度差,结果不稳定等问题。而智能算法中的人工藻类算法具有计算结果精度高,输出结果鲁棒性强的特点,可以用其来解决经济调度问题。基于此背景,本文将人工藻类算法的改进方案应用到经济调度问题当中。具体安排如下:首先,研究了以机组燃煤成本最小为目标函数,同时考虑机组出力上下限约束,禁止区间约束,网络传输损耗以及阀点效应的电力系统经济调度数学模型。并对人工藻类算法和差分进化算法的迭代原理进行了分析,为后续研究工作的开展奠定了理论基础。其次,提出了结合差分进化的人工藻类算法。针对人工藻类算法求解经济调度问题时存在的种群多样性差,容易陷于局部最优解的问题,将差分进化算法的变异和交叉操作融入到人工藻类算法当中,以增强其种群多样性,缩短运行时间。同时,对螺旋公式的选择以及能量、规模计算公式进行了调整,以平衡算法局部和全局探索能力。此外,还将经济调度问题中的约束条件进行了处理并给出了算法与经济调度问题相结合的具体步骤。在多种规模的经济调度仿真案例中进行了测试,仿真结果表明结合差分进化的人工藻类算法具有较高的收敛精度和较强的鲁棒性。最后,提出了结合差分进化的四维人工藻类算法。结合差分进化的人工藻类算法计算精度高,结果鲁棒性强,但是也存在收敛速度慢,运行时间长的弊端,为此,本文还对结合差分进化的人工藻类算法进行了3个方面的改进。在初始化阶段引入混沌操作,使初始解的分布更加均匀;在螺旋阶段引入了四维动态更新机制,拓展了解空间的探索方式,同时在基准函数中验证了其有效性;在螺旋阶段对系数的选取进行了自适应处理以提高算法的收敛性能,同时在基准函数中验证了其有效性。并将结合差分进化的四维人工藻类算法应用到多种规模的经济调度问题中,通过与结合差分进化的人工藻类算法的对比,验证了改进措施在提高计算精度和缩短运行时间方面的有效性。
其他文献
随着科技的迅速发展,传统的电力系统和现代传感技术、控制方法以及通信技术深度融合,形成了新型的智能电网系统。然而,智能电网系统出现了许多新的特性,如复杂性与开放性,使其成为了很多攻击者的目标。与传统的攻击相比,针对智能电网系统的攻击大多都具有一定隐蔽性,这类攻击可以绕过传统的检测机制,在不被检测的情况下,向系统中注入错误数据从而破坏电网系统的正常运行。本文针对智能电网的信息安全问题,利用Kalman
卷积神经网络是深度学习领域的重要分支,近年来出现了众多经典的卷积神经网络模型,残差卷积神经网络(ResNet)和Goog Le Net网络(Inception-ResNet-v2)便是最佳例子,文章主要依据其存在的不足之处对以上两种网络进行研究,并将其应用于图像分类任务。首先,ResNet通过恒等映射方法取得了非常好的图像识别效果,但在残差模块中,跨层连接线的布局并没有达到最优设置,造成信息的冗余
随着电力电子技术的发展,电力电子装置广泛应用于现代社会中。电力电子设备作为电网中主要的谐波源,其产生的谐波严重“污染”了电网环境,降低了电能传输和利用效率,影响系统稳定运行,严重阻碍了电力电子技术的发展。因此,治理电网谐波问题,维护电网“绿色”环境,已成为电力电子领域亟待解决的问题。目前,主要采用无源电力滤波器(Passsive Power Filter,PPF)和有源电力滤波器(Active P
气动加载技术是日常生活中常用的技术手段之一,但由于气体具有可压缩性、流动状态复杂、易受温度影响的特性,以及气动加载设备存在的非线性和时滞性的影响,实现气动加载系统精确建模和控制具有一定的难度。本文为了提高一套气动变载荷力加载系统的建模和控制的精度,对该系统进行了分数阶建模和利用分数阶控制器进行了控制。具体研究内容和研究成果如下:气动加载系统存在许多不确定性因素的影响。仅依靠数学建模难以获得精确的模
留抵退税是完善增值税制度的重要一环,同时也是我国正在实行的减税降费政策之一。文章在总结归纳留抵税款形成原因和梳理留抵退税政策发展进程的基础上,通过实地调研政策性留抵和经营性留抵的代表性企业,分析当前留抵退税政策的执行情况,并根据企业面临的实际问题提出相关留抵退税政策的阶段性完善建议。
推进大中小德育一体化建设是我国实现教育高质量发展的一项重要战略举措。吉林省红色文化资源富集,有着独特的育人价值。红色资源是可以融入德育一体化建设的,因为“政策驱动”“实践导向”“目标一致”等因素为其融入提供了一定的可能性。吉林红色资源有效融入大中小德育一体化建设的方案多种多样,具体可归纳为:创设红色文化情境,增强德育实践体验;整合红色旅游线路,协同横向德育资源;挖掘红色资源价值,培育学生主体意识,
图像分类是计算机视觉领域中最基础的研究课题之一。目前为止卷积神经网络被证明是解决图像分类任务最有效的方法之一。但随着网络层数的不断加深,目前卷积神经网络主要面临两个严峻的问题:一是由于数据集规模不足导致的过拟合问题;二是由于网络权重参数过多造成的参数冗余严重问题。本文针对以上两个问题进行了研究并提出了相应的解决方案。主要研究内容及解决方案如下:(1)在图像分类任务中,针对网络权重参数过多而数据量不
在现实世界中,大量的数据往往使用张量来表示。例如,磁共振成像(MRI)图像由三阶张量构成;视频数据中的每一帧由三阶张量构成。张量数据包含了大量的非线性信息,例如数据之间的结构信息,与向量数据相比,更能反映样本的真实情况。作为机器学习算法中经典的算法——支持向量机,它在解决小样本、非线性及高维模式识别中表现出许多特有的优势。孪生支持向量机(Twin-SVM)和单分类支持向量机(OC-SVM)是支持向
随着传感器技术、通信技术以及微处理技术等技术的发展,无线传感器网络改变了人与自然的交互方式,影响着人类的生产生活。状态估计对于理解系统的动态行为和执行一些控制任务具有重要的意义。由于分布式无线传感器网络中的传感器可能是物理暴露的,通信网络是共享的,攻击者以隐蔽等不可预测的方式破坏传感器网络的功能,增加了分布式安全估计算法设计的难度。因此,本文针对无线传感器网络存在的上述问题,研究了攻击建模、检测机
德育一体化,从正面角度讲,就是要注重学校德育的科学化和系统化,提高学校德育的专业化水准。其中,一体化的内容包含了德育的政治立场和价值方向、内容、学段、学科、资源、主体、路径、评价等各个维度。对学校来说,就是要按照正确的方向,确定适当的目标,提供明确的内容,按照科学的方式,各主体、路径、要素协同配合,以协调一致、科学有效的方式对学生进行道德和价值观教育。一体化的反面是碎片化、割裂化、原子化,意
期刊